Economía Naranja

La economía naranja hace referencia al mundo de la cultura, la industria creativa y la creación de contenido. Se denomina, por tanto, universo naranja a todas aquellas actividades que transformen el conocimiento en un bien o un servicio que trate de fomentar, además del beneficio económico, el desarrollo de la cultura y la creatividad.

¿Qué actividades integra la economía naranja? Como íbamos diciendo, la economía naranja hace referencia a todas aquellas actividades que se encuentren directamente relacionadas con el mundo de la cultura, el arte o la creatividad. En este sentido, una serie de actividades que consistan en la transformación de ideas en bienes y servicios relacionados con el mundo de la cultura.

Data Set y Objtivo del Proyecto

¿Qué es la economía naranja? Es donde se mezclan las industrias culturales con las áreas de soporte como el desarrollo de aplicaciones o software.

Oportunidades en LATAM. Buscaremos responder a la pregunta: Si tienes un startup que hace software, ¿en qué país abrirías una oficina?

El dataset de economía naranja fue creado con las siguientes variables:

El data set fue crado por la proferora Sonia Ardila Senior Data Specialist en Claro Colombia

Mis datos

Data set

df<- read.csv("orangeec.csv", header = TRUE)
knitr::kable(df[,], caption = 'Economía Naranja')
Economía Naranja
Country GDP.PC GDP.US.bill GDP.Growth.. Services…GDP Creat.Ind…GDP Inflation Unemployment X..pop.below.poverty.line Internet.penetration…population Median.age X..pop.25.54 Education.invest…GDP
Argentina 20900 637.7 2.9 60.9 3.8 25.7 8.1 25.7 93.1 31.7 39.38 5.9
Belize 8300 1854.0 0.8 62.2 NA 1.1 10.1 41.0 52.3 22.7 36.62 7.4
Bolivia 7500 37.1 4.2 50.0 NA 2.8 4.0 38.6 78.6 24.3 37.48 7.3
Brazil 15600 2055000.0 1.0 72.8 2.6 3.4 11.8 4.2 70.7 32.0 43.86 5.9
Chile 24500 277.0 1.5 64.3 2.2 2.2 7.0 14.4 77.5 34.4 43.08 4.9
Colombia 14500 309.2 1.8 61.4 3.3 4.3 10.5 28.0 63.2 30.0 41.91 4.5
Costa Rica 16900 58.1 3.2 73.5 2.0 1.6 8.1 21.7 86.7 31.3 44.03 7.1
Ecuador 11500 102.3 2.7 56.9 2.0 0.4 4.6 21.5 79.9 27.7 39.59 5.0
El Salvador 8900 28.0 2.4 64.9 NA 1.0 7.0 32.7 57.7 27.1 39.23 3.5
Guatemala 8100 75.7 2.8 63.2 NA 4.4 2.3 59.3 42.1 22.1 34.12 2.8
Honduras 5600 22.9 4.8 57.8 NA 3.9 5.9 29.6 38.2 23.0 36.63 5.9
Mexico 19900 1149000.0 2.0 64.0 7.4 6.0 3.6 46.2 65.0 28.3 40.81 5.3
Nicaragua 5800 13.7 4.9 50.8 NA 3.9 6.5 29.6 43.0 25.7 40.24 4.5
Panama 25400 61.8 5.4 82.0 6.3 0.9 5.5 23.0 69.7 29.2 40.35 3.2
Paraguay 9800 29.6 4.3 54.5 4.1 3.6 6.5 22.2 89.6 28.2 41.08 5.0
Peru 13300 215.2 2.5 56.8 1.5 2.8 6.7 22.7 67.6 28.0 40.19 3.8
Uruguay 22400 58.4 3.1 68.8 1.0 6.2 7.3 9.7 88.2 35.0 39.34 4.4

Sumary

str(df)
## 'data.frame':    17 obs. of  13 variables:
##  $ Country                          : chr  "Argentina" "Belize" "Bolivia" "Brazil" ...
##  $ GDP.PC                           : int  20900 8300 7500 15600 24500 14500 16900 11500 8900 8100 ...
##  $ GDP.US.bill                      : num  6.38e+02 1.85e+03 3.71e+01 2.06e+06 2.77e+02 ...
##  $ GDP.Growth..                     : num  2.9 0.8 4.2 1 1.5 1.8 3.2 2.7 2.4 2.8 ...
##  $ Services...GDP                   : num  60.9 62.2 50 72.8 64.3 61.4 73.5 56.9 64.9 63.2 ...
##  $ Creat.Ind...GDP                  : num  3.8 NA NA 2.6 2.2 3.3 2 2 NA NA ...
##  $ Inflation                        : num  25.7 1.1 2.8 3.4 2.2 4.3 1.6 0.4 1 4.4 ...
##  $ Unemployment                     : num  8.1 10.1 4 11.8 7 10.5 8.1 4.6 7 2.3 ...
##  $ X..pop.below.poverty.line        : num  25.7 41 38.6 4.2 14.4 28 21.7 21.5 32.7 59.3 ...
##  $ Internet.penetration...population: num  93.1 52.3 78.6 70.7 77.5 63.2 86.7 79.9 57.7 42.1 ...
##  $ Median.age                       : num  31.7 22.7 24.3 32 34.4 30 31.3 27.7 27.1 22.1 ...
##  $ X..pop.25.54                     : num  39.4 36.6 37.5 43.9 43.1 ...
##  $ Education.invest...GDP           : num  5.9 7.4 7.3 5.9 4.9 4.5 7.1 5 3.5 2.8 ...
summary(df)
##    Country              GDP.PC       GDP.US.bill         GDP.Growth..  
##  Length:17          Min.   : 5600   Min.   :     13.7   Min.   :0.800  
##  Class :character   1st Qu.: 8300   1st Qu.:     37.1   1st Qu.:2.000  
##  Mode  :character   Median :13300   Median :     75.7   Median :2.800  
##                     Mean   :14053   Mean   : 188693.0   Mean   :2.959  
##                     3rd Qu.:19900   3rd Qu.:    309.2   3rd Qu.:4.200  
##                     Max.   :25400   Max.   :2055000.0   Max.   :5.400  
##                                                                        
##  Services...GDP  Creat.Ind...GDP   Inflation       Unemployment   
##  Min.   :50.00   Min.   :1.000   Min.   : 0.400   Min.   : 2.300  
##  1st Qu.:56.90   1st Qu.:2.000   1st Qu.: 1.600   1st Qu.: 5.500  
##  Median :62.20   Median :2.600   Median : 3.400   Median : 6.700  
##  Mean   :62.64   Mean   :3.291   Mean   : 4.365   Mean   : 6.794  
##  3rd Qu.:64.90   3rd Qu.:3.950   3rd Qu.: 4.300   3rd Qu.: 8.100  
##  Max.   :82.00   Max.   :7.400   Max.   :25.700   Max.   :11.800  
##                  NA's   :6                                        
##  X..pop.below.poverty.line Internet.penetration...population   Median.age   
##  Min.   : 4.20             Min.   :38.20                     Min.   :22.10  
##  1st Qu.:21.70             1st Qu.:57.70                     1st Qu.:25.70  
##  Median :25.70             Median :69.70                     Median :28.20  
##  Mean   :27.65             Mean   :68.42                     Mean   :28.28  
##  3rd Qu.:32.70             3rd Qu.:79.90                     3rd Qu.:31.30  
##  Max.   :59.30             Max.   :93.10                     Max.   :35.00  
##                                                                             
##   X..pop.25.54   Education.invest...GDP
##  Min.   :34.12   Min.   :2.800         
##  1st Qu.:39.23   1st Qu.:4.400         
##  Median :40.19   Median :5.000         
##  Mean   :39.88   Mean   :5.082         
##  3rd Qu.:41.08   3rd Qu.:5.900         
##  Max.   :44.03   Max.   :7.400         
## 

Algunos datos adiciones

Que paises tienen PIB mayor o igual a 15.000 USD

na.omit(df[df$GDP.PC>=15000,])
##       Country GDP.PC GDP.US.bill GDP.Growth.. Services...GDP Creat.Ind...GDP
## 1   Argentina  20900       637.7          2.9           60.9             3.8
## 4      Brazil  15600   2055000.0          1.0           72.8             2.6
## 5       Chile  24500       277.0          1.5           64.3             2.2
## 7  Costa Rica  16900        58.1          3.2           73.5             2.0
## 12     Mexico  19900   1149000.0          2.0           64.0             7.4
## 14     Panama  25400        61.8          5.4           82.0             6.3
## 17    Uruguay  22400        58.4          3.1           68.8             1.0
##    Inflation Unemployment X..pop.below.poverty.line
## 1       25.7          8.1                      25.7
## 4        3.4         11.8                       4.2
## 5        2.2          7.0                      14.4
## 7        1.6          8.1                      21.7
## 12       6.0          3.6                      46.2
## 14       0.9          5.5                      23.0
## 17       6.2          7.3                       9.7
##    Internet.penetration...population Median.age X..pop.25.54
## 1                               93.1       31.7        39.38
## 4                               70.7       32.0        43.86
## 5                               77.5       34.4        43.08
## 7                               86.7       31.3        44.03
## 12                              65.0       28.3        40.81
## 14                              69.7       29.2        40.35
## 17                              88.2       35.0        39.34
##    Education.invest...GDP
## 1                     5.9
## 4                     5.9
## 5                     4.9
## 7                     7.1
## 12                    5.3
## 14                    3.2
## 17                    4.4

Que que países la economía naranja (industrias creativas) aporta el 2% a su PIB

na.omit(df[df$Creat.Ind...GDP<=2,])
##       Country GDP.PC GDP.US.bill GDP.Growth.. Services...GDP Creat.Ind...GDP
## 7  Costa Rica  16900        58.1          3.2           73.5             2.0
## 8     Ecuador  11500       102.3          2.7           56.9             2.0
## 16       Peru  13300       215.2          2.5           56.8             1.5
## 17    Uruguay  22400        58.4          3.1           68.8             1.0
##    Inflation Unemployment X..pop.below.poverty.line
## 7        1.6          8.1                      21.7
## 8        0.4          4.6                      21.5
## 16       2.8          6.7                      22.7
## 17       6.2          7.3                       9.7
##    Internet.penetration...population Median.age X..pop.25.54
## 7                               86.7       31.3        44.03
## 8                               79.9       27.7        39.59
## 16                              67.6       28.0        40.19
## 17                              88.2       35.0        39.34
##    Education.invest...GDP
## 7                     7.1
## 8                     5.0
## 16                    3.8
## 17                    4.4

Penetracion de internet en la poblacion sea mayor al 80% y que la inversion en educacion del PIB sean mayor o igual a 4.5

na.omit(new_Orange <- subset(df,Internet.penetration...population>80 & Education.invest...GDP>=4.5,select=c(Country,Creat.Ind...GDP,Internet.penetration...population)))
##       Country Creat.Ind...GDP Internet.penetration...population
## 1   Argentina             3.8                              93.1
## 7  Costa Rica             2.0                              86.7
## 15   Paraguay             4.1                              89.6

Análisis Exploratorio de Datos

Relación entre los datos.

Podemos observar graficamente que la relación es dispersa y lo podemos verificar con la correlación que analizaremos mas adelante-

Aca vemos unos datos bastante dispersos tambien, sin embargo vemos dos datos interesantes donde dos paises tienen un PIB per capita bastante alto y un % de aporte de la economia naranjan alto.

plot(df$Unemployment ~ df$Education.invest...GDP,
     xlab="Inversion educación (%PIB)",
     ylab ="Desempleo",
     main= "Relación inversion en Educación y desempleo")


plot(df$GDP.PC ~ df$Creat.Ind...GDP,
     xlab="Aporte de economía naranja al PIB (%)",
     ylab ="PIB per cápita",
     main= "Relación entre econimía narnaja y PIB per cápita ")

new<-subset(df,select=c(2,4,8,13))
pairs(new)

cor(new)
##                            GDP.PC GDP.Growth.. Unemployment
## GDP.PC                  1.0000000   -0.1611431    0.1401035
## GDP.Growth..           -0.1611431    1.0000000   -0.4799547
## Unemployment            0.1401035   -0.4799547    1.0000000
## Education.invest...GDP -0.1506292   -0.1735050    0.3301757
##                        Education.invest...GDP
## GDP.PC                             -0.1506292
## GDP.Growth..                       -0.1735050
## Unemployment                        0.3301757
## Education.invest...GDP              1.0000000

Correlaciones de Interes

Tomamos los datos que pensamos que pueden influencia en el aporte de economia naranja.

newdata<-subset(df,select=c(5,6,10,11,12,13))
pairs(newdata)

cor(newdata,use = "complete.obs")
##                                   Services...GDP Creat.Ind...GDP
## Services...GDP                       1.000000000       0.2201699
## Creat.Ind...GDP                      0.220169925       1.0000000
## Internet.penetration...population   -0.145306022      -0.3435164
## Median.age                           0.356375194      -0.4412121
## X..pop.25.54                         0.338980318      -0.1306267
## Education.invest...GDP              -0.003218743      -0.1598673
##                                   Internet.penetration...population Median.age
## Services...GDP                                           -0.1453060  0.3563752
## Creat.Ind...GDP                                          -0.3435164 -0.4412121
## Internet.penetration...population                         1.0000000  0.3581014
## Median.age                                                0.3581014  1.0000000
## X..pop.25.54                                             -0.1824810  0.2667101
## Education.invest...GDP                                    0.4355714  0.2168221
##                                   X..pop.25.54 Education.invest...GDP
## Services...GDP                       0.3389803           -0.003218743
## Creat.Ind...GDP                     -0.1306267           -0.159867273
## Internet.penetration...population   -0.1824810            0.435571370
## Median.age                           0.2667101            0.216822054
## X..pop.25.54                         1.0000000            0.531343612
## Education.invest...GDP               0.5313436            1.000000000

Se descartaron la relación de las variables de Penetración de Internet y la inversión en educación, con el aporte de la economía naranja al PIB.

Gráficas de Caja

## [1] 14052.94
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
par(mar = c(4, 4, 0.1, 0.1))

ggplot(df,aes(x=Strong_economy, y=Creat.Ind...GDP, fill=Strong_economy))+
  geom_boxplot(alpha=0.4)+
  labs(x="Tipo de País",y="Aporte de Economía Naranja la PIB",
       title="Aporte Ecomonía Naranja en PIB paises LATAM con alto y bajo PIB per cápita")+
  theme(legend.position = "none")+
  theme(panel.background = element_blank(),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank())
## Warning: Removed 6 rows containing non-finite values (stat_boxplot).
ggplot(df,aes(x=Strong_economy, y=Internet.penetration...population, fill=Strong_economy))+
  geom_boxplot(alpha=0.3)+
  #scale_y_continuous(breaks = seq(40, max(100), 10))+
  labs(x="Tipo de País",y="Penetración de Internet(%)",
       title="Penetración de Internet en PIB paises LATAM con alto y bajo PIB per cápita")+
  theme(legend.position = "none")+
  theme(panel.background = element_blank(),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank())

## Warning: package 'plotly' was built under R version 4.1.3
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout

Ajustando datos para mejorar visualizaciones eficientes

df <- df %>% mutate(Crecimiento_GDP = ifelse(GDP.Growth.. >= 2.5, "2.5% ó más","Menos 2.5%"))

df <- df %>% mutate(Anaranjados=ifelse(Creat.Ind...GDP >= 2.5, "Mas anaranjados", "Menos anaranjados"))

Para ver ranking, pedimos un orden en sentido descendente con arrange y desc

df %>% arrange(desc(Creat.Ind...GDP))
##        Country GDP.PC GDP.US.bill GDP.Growth.. Services...GDP Creat.Ind...GDP
## 1       Mexico  19900   1149000.0          2.0           64.0             7.4
## 2       Panama  25400        61.8          5.4           82.0             6.3
## 3     Paraguay   9800        29.6          4.3           54.5             4.1
## 4    Argentina  20900       637.7          2.9           60.9             3.8
## 5     Colombia  14500       309.2          1.8           61.4             3.3
## 6       Brazil  15600   2055000.0          1.0           72.8             2.6
## 7        Chile  24500       277.0          1.5           64.3             2.2
## 8   Costa Rica  16900        58.1          3.2           73.5             2.0
## 9      Ecuador  11500       102.3          2.7           56.9             2.0
## 10        Peru  13300       215.2          2.5           56.8             1.5
## 11     Uruguay  22400        58.4          3.1           68.8             1.0
## 12      Belize   8300      1854.0          0.8           62.2              NA
## 13     Bolivia   7500        37.1          4.2           50.0              NA
## 14 El Salvador   8900        28.0          2.4           64.9              NA
## 15   Guatemala   8100        75.7          2.8           63.2              NA
## 16    Honduras   5600        22.9          4.8           57.8              NA
## 17   Nicaragua   5800        13.7          4.9           50.8              NA
##    Inflation Unemployment X..pop.below.poverty.line
## 1        6.0          3.6                      46.2
## 2        0.9          5.5                      23.0
## 3        3.6          6.5                      22.2
## 4       25.7          8.1                      25.7
## 5        4.3         10.5                      28.0
## 6        3.4         11.8                       4.2
## 7        2.2          7.0                      14.4
## 8        1.6          8.1                      21.7
## 9        0.4          4.6                      21.5
## 10       2.8          6.7                      22.7
## 11       6.2          7.3                       9.7
## 12       1.1         10.1                      41.0
## 13       2.8          4.0                      38.6
## 14       1.0          7.0                      32.7
## 15       4.4          2.3                      59.3
## 16       3.9          5.9                      29.6
## 17       3.9          6.5                      29.6
##    Internet.penetration...population Median.age X..pop.25.54
## 1                               65.0       28.3        40.81
## 2                               69.7       29.2        40.35
## 3                               89.6       28.2        41.08
## 4                               93.1       31.7        39.38
## 5                               63.2       30.0        41.91
## 6                               70.7       32.0        43.86
## 7                               77.5       34.4        43.08
## 8                               86.7       31.3        44.03
## 9                               79.9       27.7        39.59
## 10                              67.6       28.0        40.19
## 11                              88.2       35.0        39.34
## 12                              52.3       22.7        36.62
## 13                              78.6       24.3        37.48
## 14                              57.7       27.1        39.23
## 15                              42.1       22.1        34.12
## 16                              38.2       23.0        36.63
## 17                              43.0       25.7        40.24
##    Education.invest...GDP                       Strong_economy Crecimiento_GDP
## 1                     5.3 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 2                     3.2 Sobre-Arriba promedio pib per capita      2.5% ó más
## 3                     5.0   Por debajo promedio pib per capita      2.5% ó más
## 4                     5.9 Sobre-Arriba promedio pib per capita      2.5% ó más
## 5                     4.5 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 6                     5.9 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 7                     4.9 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 8                     7.1 Sobre-Arriba promedio pib per capita      2.5% ó más
## 9                     5.0   Por debajo promedio pib per capita      2.5% ó más
## 10                    3.8   Por debajo promedio pib per capita      2.5% ó más
## 11                    4.4 Sobre-Arriba promedio pib per capita      2.5% ó más
## 12                    7.4   Por debajo promedio pib per capita      Menos 2.5%
## 13                    7.3   Por debajo promedio pib per capita      2.5% ó más
## 14                    3.5   Por debajo promedio pib per capita      Menos 2.5%
## 15                    2.8   Por debajo promedio pib per capita      2.5% ó más
## 16                    5.9   Por debajo promedio pib per capita      2.5% ó más
## 17                    4.5   Por debajo promedio pib per capita      2.5% ó más
##          Anaranjados
## 1    Mas anaranjados
## 2    Mas anaranjados
## 3    Mas anaranjados
## 4    Mas anaranjados
## 5    Mas anaranjados
## 6    Mas anaranjados
## 7  Menos anaranjados
## 8  Menos anaranjados
## 9  Menos anaranjados
## 10 Menos anaranjados
## 11 Menos anaranjados
## 12              <NA>
## 13              <NA>
## 14              <NA>
## 15              <NA>
## 16              <NA>
## 17              <NA>

Buscando paises con nombres especificos

library("dplyr")
TopNaranjas <- df %>% filter(Country %in% c("Mexico", "Panama", "Argentina", "Colombia", "Brazil","Paraguay"))


TopNaranjas %>% arrange(desc(Creat.Ind...GDP))
##     Country GDP.PC GDP.US.bill GDP.Growth.. Services...GDP Creat.Ind...GDP
## 1    Mexico  19900   1149000.0          2.0           64.0             7.4
## 2    Panama  25400        61.8          5.4           82.0             6.3
## 3  Paraguay   9800        29.6          4.3           54.5             4.1
## 4 Argentina  20900       637.7          2.9           60.9             3.8
## 5  Colombia  14500       309.2          1.8           61.4             3.3
## 6    Brazil  15600   2055000.0          1.0           72.8             2.6
##   Inflation Unemployment X..pop.below.poverty.line
## 1       6.0          3.6                      46.2
## 2       0.9          5.5                      23.0
## 3       3.6          6.5                      22.2
## 4      25.7          8.1                      25.7
## 5       4.3         10.5                      28.0
## 6       3.4         11.8                       4.2
##   Internet.penetration...population Median.age X..pop.25.54
## 1                              65.0       28.3        40.81
## 2                              69.7       29.2        40.35
## 3                              89.6       28.2        41.08
## 4                              93.1       31.7        39.38
## 5                              63.2       30.0        41.91
## 6                              70.7       32.0        43.86
##   Education.invest...GDP                       Strong_economy Crecimiento_GDP
## 1                    5.3 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 2                    3.2 Sobre-Arriba promedio pib per capita      2.5% ó más
## 3                    5.0   Por debajo promedio pib per capita      2.5% ó más
## 4                    5.9 Sobre-Arriba promedio pib per capita      2.5% ó más
## 5                    4.5 Sobre-Arriba promedio pib per capita      Menos 2.5%
## 6                    5.9 Sobre-Arriba promedio pib per capita      Menos 2.5%
##       Anaranjados
## 1 Mas anaranjados
## 2 Mas anaranjados
## 3 Mas anaranjados
## 4 Mas anaranjados
## 5 Mas anaranjados
## 6 Mas anaranjados

Los paises Naranjas

ggplot(TopNaranjas, aes(x=Internet.penetration...population, y=Services...GDP, size=GDP.PC))+ geom_point()+ facet_wrap(~Country)

ggplot(TopNaranjas, aes(x=Education.invest...GDP, y=Creat.Ind...GDP, size=Unemployment))+ geom_point()+ facet_wrap(~Country)

ggplot(TopNaranjas, aes(x=Internet.penetration...population, y=GDP.PC,fill=Creat.Ind...GDP)) + geom_tile()+ facet_wrap(~Country)+scale_fill_gradient(colors(distinct = TRUE))

Resultados

En cuanto al análisis realizado para la economía naranja podemos ver las siguientes concusiones: Las variables con mayor correlación: - En los países donde el aporte de los servicios es alto tienen un PIB per cápita mayor. - En los países en la donde Inversión de educación el porcentaje mas alto de la población es de 25 a 54 años. Sin embargo, podemos tomar en cuenta que las variables que más interés podemos tener para realizar un emprendimiento la relación de las variables de Penetración de Internet y la inversión en educación, con el aporte de la economía naranja al PIB. Y según las últimas observaciones podemos concluir que los mejores países para emprender dentro de la economía naranja son: Panamá y México.